Partecipa Accedi

Volodymyr Bordovskyi

Membro dal giorno 2023

Campionato Oro

16273 punti
Optimize Agent Behavior Earned apr 15, 2026 EDT
Build Your First Agent with Agent Development Kit (ADK) Earned apr 10, 2026 EDT
Build Agents with Agent Development Kit (ADK) Earned apr 3, 2026 EDT
Agent Fundamentals Earned apr 3, 2026 EDT
Create and Manage Bigtable Instances Earned ott 25, 2023 EDT
Create and Manage Cloud Spanner Instances Earned ott 20, 2023 EDT
Build LookML Objects in Looker Earned ott 16, 2023 EDT
Share Data Using Google Data Cloud Earned ott 13, 2023 EDT
[Deprecated] Get Started with Looker Earned ott 13, 2023 EDT
Prepare Data for Looker Dashboards and Reports Earned ott 12, 2023 EDT
Generative AI Fundamentals - Italiano Earned set 27, 2023 EDT
Introduction to Responsible AI - Italiano Earned set 27, 2023 EDT
Introduction to Large Language Models - Italiano Earned set 27, 2023 EDT
Genera insight dai dati BigQuery Earned set 27, 2023 EDT
Engineer Data for Predictive Modeling with BigQuery ML Earned ago 8, 2023 EDT
Build a Data Warehouse with BigQuery Earned lug 18, 2023 EDT
Serverless Data Processing with Dataflow: Foundations Earned lug 10, 2023 EDT
Smart Analytics, Machine Learning, and AI on Google Cloud - Italiano Earned giu 18, 2023 EDT
Creazione di sistemi di analisi dei flussi di dati resilienti su Google Cloud Earned giu 12, 2023 EDT
Creazione di pipeline di dati in batch su Google Cloud Earned giu 6, 2023 EDT
Modernizzazione di data lake e data warehouse con Google Cloud Earned giu 2, 2023 EDT

You’ve built your first agent—now it’s time to take it further. In this course, you’ll advance your skills by learning how to turn a basic AI agent into a sophisticated, precise assistant—applying advanced instructions, model selection, planning capabilities, and structured output patterns. Explore other content in the Gemini Agent Ready (GEAR) program. Join the community forum for questions and discussions

Scopri di più

Turn your understanding of agents into practical reality by building, configuring, and running your first AI agent using Google’s Agent Development Kit (ADK) in Gemini platform. In this hands-on course, you’ll set up a complete ADK development environment, create agents with both Python code and YAML configuration, and run them through multiple interfaces. You’ll also learn the core parameters that define agent behavior Explore other content in the Gemini Agent Ready (GEAR) program.

Scopri di più

Learn about how you can use Agent Development Kit (ADK) to build complex, production-ready AI agents. This course covers ADK’s open-source framework, moving from simple prompt engineering to a code-first, structured software development approach suitable for enterprise-grade, multi-agent systems. Explore other content in the Gemini Agent Ready (GEAR) program.

Scopri di più

This course introduces the fundamentals of AI agents and explores where agents add value in the real world. It provides a foundation for developers, architects, and technical decision-makers who want to understand AI systems through the lens of autonomous, goal-directed behavior. Explore other content in the Gemini Agent Ready (GEAR) program.

Scopri di più

Complete the introductory Create and Manage Bigtable Instances skill badge to demonstrate skills in the following: creating instances, designing schemas, querying data, and performing administrative tasks in Bigtable including monitoring performance and configuring node autoscaling and replication.

Scopri di più

Complete the introductory Create and Manage Cloud Spanner Instances skill badge to demonstrate skills in the following: creating and interacting with Cloud Spanner instances and databases; loading Cloud Spanner databases using various techniques; backing up Cloud Spanner databases; defining schemas and understanding query plans; and deploying a Modern Web App connected to a Cloud Spanner instance.

Scopri di più

Complete the introductory Build LookML Objects in Looker skill badge course to demonstrate skills in the following: building new dimensions and measures, views, and derived tables; setting measure filters and types based on requirements; updating dimensions and measures; building and refining Explores; joining views to existing Explores; and deciding which LookML objects to create based on business requirements.

Scopri di più

Earn a skill badge by completing the Share Data Using Google Data Cloud skill badge course, where you will gain practical experience with Google Cloud Data Sharing Partners, which have proprietary datasets that customers can use for their analytics use cases. Customers subscribe to this data, query it within their own platform, then augment it with their own datasets and use their visualization tools for their customer facing dashboards.

Scopri di più

Earn a skill badge by completing the Get Started with Looker skill badge course, where you learn how to analyze, visualize, and curate data using Looker Studio and Looker.

Scopri di più

Complete the introductory Prepare Data for Looker Dashboards and Reports skill badge course to demonstrate skills in the following: filtering, sorting, and pivoting data; merging results from different Looker Explores; and using functions and operators to build Looker dashboards and reports for data analysis and visualization.

Scopri di più

Guadagna un badge delle competenze completando i corsi Introduction to Generative AI, Introduction to Large Language Models e Introduction to Responsible AI. Superando il quiz finale, dimostrerai la tua comprensione dei concetti fondamentali relativi all'IA generativa. Un badge delle competenze è un badge digitale rilasciato da Google Cloud come riconoscimento della tua conoscenza dei prodotti e dei servizi Google Cloud. Condividi il tuo badge delle competenze rendendo pubblico il tuo profilo e aggiungendolo al tuo profilo sui social media.

Scopri di più

Questo è un corso di microlearning di livello introduttivo volto a spiegare cos'è l'IA responsabile, perché è importante e in che modo Google implementa l'IA responsabile nei propri prodotti. Introduce anche i 7 principi dell'IA di Google.

Scopri di più

Questo è un corso di microlearning di livello introduttivo che esplora cosa sono i modelli linguistici di grandi dimensioni (LLM), i casi d'uso in cui possono essere utilizzati e come è possibile utilizzare l'ottimizzazione dei prompt per migliorare le prestazioni dei modelli LLM. Descrive inoltre gli strumenti Google per aiutarti a sviluppare le tue app Gen AI.

Scopri di più

Completa il corso introduttivo con badge delle competenze Genera insight dai dati BigQuery per dimostrare le tue competenze nei seguenti ambiti: scrivere query SQL, eseguire query su tabelle pubbliche, caricare dati di esempio in BigQuery, risolvere i problemi di sintassi comuni con lo strumento di convalida query in BigQuery e creare report in Data Studio collegando ai dati di BigQuery.

Scopri di più

Complete the intermediate Engineer Data for Predictive Modeling with BigQuery ML skill badge to demonstrate skills in the following: building data transformation pipelines to BigQuery using Dataprep by Trifacta; using Cloud Storage, Dataflow, and BigQuery to build extract, transform, and load (ETL) workflows; and building machine learning models using BigQuery ML.

Scopri di più

Complete the intermediate Build a Data Warehouse with BigQuery skill badge course to demonstrate skills in the following: joining data to create new tables, troubleshooting joins, appending data with unions, creating date-partitioned tables, and working with JSON, arrays, and structs in BigQuery.

Scopri di più

This course is part 1 of a 3-course series on Serverless Data Processing with Dataflow. In this first course, we start with a refresher of what Apache Beam is and its relationship with Dataflow. Next, we talk about the Apache Beam vision and the benefits of the Beam Portability framework. The Beam Portability framework achieves the vision that a developer can use their favorite programming language with their preferred execution backend. We then show you how Dataflow allows you to separate compute and storage while saving money, and how identity, access, and management tools interact with your Dataflow pipelines. Lastly, we look at how to implement the right security model for your use case on Dataflow.

Scopri di più

L'integrazione del machine learning nelle pipeline di dati aumenta la capacità di estrarre insight dai dati. Questo corso illustra i modi in cui il machine learning può essere incluso nelle pipeline di dati su Google Cloud. Per una personalizzazione minima o nulla, il corso tratta di AutoML. Per funzionalità di machine learning più personalizzate, il corso introduce Notebooks e BigQuery Machine Learning (BigQuery ML). Inoltre, il corso spiega come mettere in produzione soluzioni di machine learning utilizzando Vertex AI.

Scopri di più

L'elaborazione dei flussi di dati sta diventando sempre più diffusa poiché la modalità flusso consente alle aziende di ottenere parametri in tempo reale sulle operazioni aziendali. Questo corso tratta la creazione di pipeline di dati in modalità flusso su Google Cloud. Pub/Sub viene presentato come strumento per la gestione dei flussi di dati in entrata. Il corso spiega anche come applicare aggregazioni e trasformazioni ai flussi di dati utilizzando Dataflow e come archiviare i record elaborati in BigQuery o Bigtable per l'analisi. Gli studenti acquisiranno esperienza pratica nella creazione di componenti della pipeline di dati in modalità flusso su Google Cloud utilizzando QwikLabs.

Scopri di più

Le pipeline di dati in genere rientrano in uno dei paradigmi EL (Extract, Load), ELT (Extract, Load, Transform) o ETL (Extract, Transform, Load). Questo corso descrive quale paradigma dovrebbe essere utilizzato e quando per i dati in batch. Inoltre, questo corso tratta diverse tecnologie su Google Cloud per la trasformazione dei dati, tra cui BigQuery, l'esecuzione di Spark su Dataproc, i grafici della pipeline in Cloud Data Fusion e trattamento dati serverless con Dataflow. Gli studenti fanno esperienza pratica nella creazione di componenti della pipeline di dati su Google Cloud utilizzando Qwiklabs.

Scopri di più

I due componenti chiave di qualsiasi pipeline di dati sono costituiti dai data lake e dai data warehouse. In questo corso evidenzieremo i casi d'uso per ogni tipo di spazio di archiviazione e approfondiremo i dettagli tecnici delle soluzioni di data lake e data warehouse disponibili su Google Cloud. Inoltre, descriveremo il ruolo di un data engineer, illustreremo i vantaggi di una pipeline di dati di successo per le operazioni aziendali ed esamineremo i motivi per cui il data engineering dovrebbe essere eseguito in un ambiente cloud. Questo è il primo corso della serie Data engineering su Google Cloud. Dopo il completamento di questo corso, iscriviti al corso Creazione di pipeline di dati in batch su Google Cloud.

Scopri di più